IMPORTANCE: Early identification of patients with novel corona virus disease 2019 (COVID-19) who may develop critical illness is of great importance and may aid in delivering proper treatment and optimizing use of resources.

OBJECTIVE: To develop and validate a clinical score at hospital admission for predicting which patients with COVID-19 will develop critical illness based on a nationwide cohort in China.

DESIGN, SETTING, AND PARTICIPANTS: Collaborating with the National Health Commission of China, we established a retrospective cohort of patients with COVID-19 from 575 hospitals in 31 provincial administrative regions as of January 31, 2020. Epidemiological, clinical, laboratory, and imaging variables ascertained at hospital admission were screened using Least Absolute Shrinkage and Selection Operator (LASSO) and logistic regression to construct a predictive risk score (COVID-GRAM). The score provides an estimate of the risk that a hospitalized patient with COVID-19 will develop critical illness. Accuracy of the score was measured by the area under the receiver operating characteristic curve (AUC). Data from 4 additional cohorts in China hospitalized with COVID-19 were used to validate the score. Data were analyzed between February 20, 2020 and March 17, 2020.

MAIN OUTCOMES AND MEASURES: Among patients with COVID-19 admitted to the hospital, critical illness was defined as the composite measure of admission to the intensive care unit, invasive ventilation, or death.

RESULTS The development cohort included 1590 patients. the mean (SD) age of patients in the cohort was 48.9 (15.7) years; 904 (57.3%) were men. The validation cohort included 710 patients with a mean (SD) age of 48.2 (15.2) years, and 382 (53.8%) were men and 172 (24.2%). From 72 potential predictors, 10 variables were independent predictive factors and were included in the risk score: chest radiographic abnormality (OR, 3.39; 95% CI, 2.14-5.38), age (OR, 1.03; 95% CI, 1.01-1.05), hemoptysis (OR, 4.53; 95% CI, 1.36-15.15), dyspnea (OR, 1.88; 95% CI, 1.18-3.01), unconsciousness (OR, 4.71; 95% CI, 1.39-15.98), number of comorbidities (OR, 1.60; 95% CI, 1.27-2.00), cancer history (OR, 4.07; 95% CI, 1.23-13.43), neutrophil-to-lymphocyte ratio (OR, 1.06; 95% CI, 1.02-1.10), lactate dehydrogenase (OR, 1.002; 95% CI, 1.001-1.004) and direct bilirubin (OR, 1.15; 95% CI, 1.06-1.24). The mean AUC in the development cohort was 0.88 (95% CI, 0.85-0.91) and the AUC in the validation cohort was 0.88 (95% CI, 0.84-0.93). The score has been translated into an online risk calculator that is freely available to the public (http://118.126.104.170/)

CONCLUSIONS AND RELEVANCE: In this study, a risk score based on characteristics of COVID-19 patients at the time of admission to the hospital was developed that may help predict a patient's risk of developing critical illness.

COVID-19入院患者における重症患者の発生を予測する臨床リスクスコアの開発と検証 （JAMA 2020.05.12)

重要性:
重症化する可能性のある新型コロナウイルス感染症 2019（COVID-19）患者を早期に特定することは非常に重要であり、適切な治療を提供し、資源を最適に利用するのに役立つ可能性がある。

目的:
中国の全国的なコホートに基づき、COVID-19患者がどの患者が重症化するかを予測するための入院時の臨床スコアを開発し、検証すること。

デザイン、設定、参加者:
中国国家衛生委員会と協力し、2020年1月31日時点で31省行政区の575病院からCOVID-19患者のレトロスペクティブコホートを作成した。入院時に確認された疫学的、臨床的、検査的、画像学的変数をLeast Absolute Shrinkage and Selection Operator（LASSO）とロジスティック回帰を用いてスクリーニングし、予測リスクスコア（COVID-GRAM）を構築した。このスコアは、COVID-19を有する入院患者が重症化するリスクの推定値を算出する。スコアの精度は、ROC曲線（AUC）解析を行った。COVID-19で入院した中国の4つの追加コホートからのデータをスコアの妥当性を検証するために使用した。データは2020年2月20日から2020年3月17日の間に解析した。

主アウトカムと測定:
COVID-19で入院した患者のうち、重症度は、集中治療室への入院、侵襲的人工呼吸、または死亡の複合測定値として定義された。

結果:
開発コホートには1590人の患者が含まれていた。コホートの患者の平均年齢（SD）は48.9歳（15.7歳）であり、904人（57.3％）は男性であった。検証コホートには710人の患者が含まれ、平均（SD）年齢は48.2（15.2）歳で、382人（53.8％）が男性、172人（24.2％）であった。72の潜在的予測因子から、胸部X線異常（OR、3.39；95％CI、2.14～5.38）、年齢（OR、1.03；95％CI、1.01～1.05）、喀血（OR、4.53；95％CI、1.36～15.15）、呼吸困難（OR、1.88；95％CI、1.18～3.01）、意識障害（OR、4.71；95％CI、1.39～15.98）、併存疾患数（OR、1.60；95％CI、1.27～2.00）、がん既往歴（OR、4.07；95％CI、1.23～13.43）、好中球対リンパ球比（OR、1.06；95％CI、1.18～3.01）、LDH（OR、1.002；95％CI、1.001～1.004）、直接ビリルビン（OR、1.15；95％CI、1.06～1.24）の10変数が独立した予測因子となり、リスクスコアに含まれた。 開発コホートでの平均AUCは0.88（95％CI、0.85～0.91）、検証コホートでのAUCは0.88（95％CI、0.84～0.93）であった。このスコアはオンラインリスク計算機に実装されており、自由に利用できるようになっている（http://118.126.104.170/）。

結論と関連性:
本研究では、COVID-19患者の入院時の特徴に基づいたリスクスコアが開発され、患者の重症化リスクの予測に役立つ可能性がある。

（Smart119 スタッフ　コメント）
重症化予測アルゴリズムの研究。AUC 0.88と精度も高い。自動計算サイト（http://118.126.104.170/）も公開されています。ご興味ある方は原文をご参照ください。
https://jamanetwork.com/journals/jamainternalmedicine/fullarticle/2766086